关联规则分析

一、关联分析

关联分析是一种无监督机器学习方法，是用来分析大规模数据集中事务之间的依存性和关联性，挖掘数据集中有价值的关系，有力于对相关的事务进行预测，帮助我们进行合理的决策，在关联分析中最为典型的例子就是购物篮分析，通过发现顾客放入购物篮的不同商品之间的关系，来分析出顾客的购买习惯，通过分析哪些商品是被顾客频繁购买，来帮助零售商等制定合理的营销策略，另外关联分析还用于餐饮企业的菜品搭配、搜索引擎内容的推荐、新闻流行趋势的分析等等。

二、基本概念

1、事务：每条交易都可看作成一个事务

• 项：每条交易中的每个物品都可以称为一个项，如牛奶，面包等
• 项集：包含零个或多个项的集合称为项集，如牛奶，面包，尿布
• 规则：从项集中找出各项之间的关系，如关联规则牛奶--面包

2、支持度：指的某个商品组合出现的次数和总次数之间的比例，以百分比表示。支持度越高，代表这个组合出现的频率越大。

3、置信度：指的是当购买商品A的，会有多大概率去买商品B，是一个条件概率

4、提升度：商品A出现，对商品B的出现概率提升的程度。公式：提升度(A-B)=置信度(A-B)/支持度